KR102264078B1 - 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법 - Google Patents
인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법 Download PDFInfo
- Publication number
- KR102264078B1 KR102264078B1 KR1020200062782A KR20200062782A KR102264078B1 KR 102264078 B1 KR102264078 B1 KR 102264078B1 KR 1020200062782 A KR1020200062782 A KR 1020200062782A KR 20200062782 A KR20200062782 A KR 20200062782A KR 102264078 B1 KR102264078 B1 KR 102264078B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- control command
- artificial intelligence
- monitoring result
- autonomy
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 200
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims abstract description 227
- 238000006243 chemical reaction Methods 0.000 claims abstract description 92
- 230000010365 information processing Effects 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 52
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 42
- 230000009466 transformation Effects 0.000 claims description 16
- 230000003213 activating effect Effects 0.000 claims 2
- 238000007726 management method Methods 0.000 description 80
- 238000004422 calculation algorithm Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 125000004122 cyclic group Chemical group 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- B64C2201/141—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법이 개시될 수 있다. 일 실시예에 따른 인공 지능 장치는 자동 운항 장치 및 데이터 링크의 사이에 연결될 수 있다. 인공 지능 장치는 인공 지능 장치의 정상 동작 여부를 감시하여 감시 결과 정보를 생성하는 상태 감시부; 감시 결과 정보에 기초하여 자동 운항 장치로 전송할 통제 명령의 관리 및 전송을 수행하고, 통제 명령의 변환을 수행하는 통제 명령 처리부; 감시 결과 정보에 기초하여 데이터 링크로 전송할 상태 정보의 관리 및 전송을 수행하고, 상태 정보의 변환을 수행하는 상태 정보 처리부; 감시 결과 정보에 기초하여 자동 운항 장치에 의해 생성된 임무 정보의 관리 및 전송을 수행하고, 임무 정보의 변환을 수행하는 임무 정보 처리부; 및 통제 명령, 상태 정보 및 임무 정보 각각에 기초하여 로우 데이터를 생성하는 인공 지능 모듈을 포함할 수 있다.
Description
본 발명은 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법에 관한 것이다.
무인 항공기(unmanned aerial vehicle, UVA)(또는 무인 비행기, 무인기, 드론)는 조종사가 탑승하지 않는 항공기(비행체)이다. 이러한 무인 항공기는 지상에서의 원격 조정(remote piloted) 또는 미리 설정된 프로그램된 경로에 따라 자동 또는 반자동(semi-auto piloted) 형식으로 자율 비행할 수 있다.
한편, 최근 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 생성한 인공 지능 모델을 이용하여 다양한 기능을 제공하는 인공 지능 장치들이 증가하고 있다. 무인 항공기는 이러한 인공 지능을 탑재하여 자체 환경 판단에 따라 임무를 수행할 수 있다.
종래에는 인공 지능을 활용한 자율화 기술과 알고리즘에 초점이 맞춰져 있어 인공 지능 장치를 통합하는 관점없이 인공 지능을 보유한 새로운 시스템을 개발하고 있다. 이로 인해, 인공 지능을 탑재한 시스템을 확보하기 위해서는 새로운 시스템의 개발이 필요하다는 문제점이 있다. 또한, 기존의 시스템에 인공 지능 장치를 통합하는 경우, 체계 통합적 관점을 고려하고 있지 않기 때문에 기존의 시스템에 대해 막대한 변경이 필요하여 새로운 시스템을 개발하는 것과 유사하다는 문제점이 있다. 따라서, 무인 항공기와 같은 복수의 무인 이동체에 인공 지능 장치를 이식할 수 있는 기술이 요구되고 있다.
본 발명은 무인 이동체와 같은 자동 운항 장치에서 기 정의된 통제 명령, 상태 정보 및 임무 정보를 활용할 수 있는 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법을 제공할 수 있다.
본 발명의 일 실시예에 따르면, 자동 운항 장치 및 데이터 링크의 사이에 연결되는 인공 지능 장치가 개시될 수 있다. 일 실시예에 따른 인공 지능 장치는, 상기 인공 지능 장치의 정상 동작 여부를 감시하여 감시 결과 정보를 생성하는 상태 감시부; 상기 감시 결과 정보에 기초하여 상기 자동 운항 장치로 전송할 통제 명령 -상기 통제 명령은 상기 데이터 링크로부터 수신된 원격 통제 명령 및 상기 인공 지능 장치에 의해 생성된 자율 통제 명령을 포함함 - 의 관리 및 전송을 수행하고, 상기 통제 명령의 변환을 수행하는 통제 명령 처리부; 상기 감시 결과 정보에 기초하여 상기 데이터 링크로 전송할 상태 정보 - 상기 상태 정보는 상기 자동 운항 장치에 의해 생성된 시스템 상태 정보 및 상기 인공 지능 장치에 의해 생성된 자율 상태 정보를 포함함 - 의 관리 및 전송을 수행하고, 상기 상태 정보의 변환을 수행하는 상태 정보 처리부; 상기 감시 결과 정보에 기초하여 상기 자동 운항 장치에 의해 생성된 임무 정보의 관리 및 전송을 수행하고, 상기 임무 정보의 변환을 수행하는 임무 정보 처리부; 및 상기 원격 통제 명령, 상기 시스템 상태 정보 및 상기 임무 정보 각각에 기초하여 로우 데이터를 생성하는 인공 지능 모듈을 포함할 수 있다.
일 실시예에 있어서, 상기 감시 결과 정보는 상기 인공 지능 장치가 정상적으로 동작하는 것을 나타내는 제1 감시 결과 정보; 및 상기 인공 지능 장치가 비장상적으로 동작하는 것을 나타내는 제2 감시 결과 정보를 포함할 수 있다.
일 실시예에 있어서, 상기 상태 감시부는, 상기 인공 지능 장치에 와치도그(watchdog)가 발동한 것으로 판단, 또는 하드웨어 또는 소프트웨어의 고장이 발생한 것으로 판단되면 상기 제2 감시 결과 정보를 생성할 수 있다.
일 실시예에 있어서, 상기 통제 명령 처리부는 상기 감시 결과 정보 및 상기 인공 지능 장치의 자율화 수준을 나타내는 자율화 정보에 기초하여 상기 원격 통제 명령 또는 상기 자율 통제 명령을 선택하고, 상기 선택된 통제 명령을 상기 자동 운항 장치로 전송하는 통제 명령 관리부; 및 상기 통제 명령의 변환을 수행하는 통제 명령 변환부를 포함할 수 있다.
일 실시예에 있어서, 상기 자율화 정보는 상기 인공 지능 장치의 자율화 수준이 가장 낮은 정도를 나타내는 제1 자율화 정보; 상기 인공 지능 장치의 자율화 수준이 가장 높은 정도를 나타내는 제2 자율화 정보; 및 상기 제1 자율화 정보의 자율화 수준과 상기 제2 자율화 정보의 자율화 수준의 중간 수준에 해당하는 제3 자율화 정보를 포함할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제2 감시 결과 정보인 것으로 판단되면 상기 통제 명령으로서 상기 원격 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제1 자율화 정보인 것으로 판단되면 상기 통제 명령으로서 상기 원격 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제3 자율화 정보이며 상기 원격 통제 명령이 존재하는 것으로 판단되면 상기 통제 명령으로서 상기 원격 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제3 자율화 정보이며 상기 원격 통제 명령이 존재하지 않은 것으로 판단되면 상기 통제 명령으로서 상기 자율 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 선택된 자율 통제 명령에 대해 데이터 유효성을 판단하고, 상기 선택된 자율 통제 명령이 유효한 것으로 판단되면 상기 선택된 자율 통제 명령을 상기 데이터 링크로 전송할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제2 자율화 정보인 것으로 판단되면 상기 통제 명령으로서 상기 자율 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 상기 통제 명령 관리부는 상기 선택된 자율 통제 명령에 대해 데이터 유효성을 판단하고, 상기 선택된 자율 통제 명령이 유효한 것으로 판단되면 상기 선택된 자율 통제 명령을 상기 데이터 링크로 전송할 수 있다.
일 실시예에 있어서, 상기 통제 명령 변환부는, 상기 원격 통제 명령을 수신하고, 상기 수신된 원격 통제 명령을 자료 형태별로 분류하고, 상기 자료 형태별로 상기 원격 통제 명령의 변환을 수행하고, 상기 변환된 원격 통제 명령을 상기 인공 지능 모듈로 전송할 수 있다.
일 실시예에 있어서, 상기 통제 명령 변환부는 상기 인공 지능 모듈로부터 자율 통제 명령 로우 데이터를 수신하고, 상기 자율 통제 명령 로우 데이터를 자료 형태별로 분류하고, 상기 자료 형태별로 상기 자율 통제 명령 로우 데이터의 변환을 수행하여 상기 자율 통제 명령을 생성하고, 상기 자율 통제 명령이 이용 가능한 것을 나타내는 플래그를 활성화시킬 수 있다.
일 실시예에 있어서, 상기 상태 정보 처리부는 상기 감시 결과 정보 및 상기 인공 지능 장치의 자율화 수준을 나타내는 자율화 정보에 기초하여 상기 상태 정보를 선택하고, 상기 선택된 상태 정보를 상기 데이터 링크로 전송하는 상태 정보 관리부; 및 상기 상태 정보의 변환을 수행하는 상태 정보 변환부를 포함할 수 있다.
일 실시예에 있어서, 상기 자율화 정보는 상기 인공 지능 장치의 자율화 수준이 가장 낮은 정도를 나타내는 제1 자율화 정보; 상기 인공 지능 장치의 자율화 수준이 가장 높은 정도를 나타내는 제2 자율화 정보; 및 상기 제1 자율화 정보의 자율화 수준과 상기 제2 자율화 정보의 자율화 수준의 중간 수준에 해당하는 제3 자율화 정보를 포함할 수 있다.
일 실시예에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제2 감시 결과 정보인 것으로 판단되면 상기 상태 정보로서 상기 시스템 상태 정보를 선택할 수 있다.
일 실시예에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율 상태 정보가 이용 가능하지 않는 것으로 판단되면 상기 상태 정보로서 상기 시스템 상태 정보를 선택할 수 있다.
일 실시예에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율 상태 정보가 이용 가능하며 상기 자율화 정보가 상기 제1 자율화 정보인 것으로 판단되면 상기 상태 정보로서 상기 시스템 상태 정보를 선택할 수 있다.
일 실시예에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율 상태 정보가 이용 가능하며 상기 자율화 정보가 상기 제2 자율화 정보 또는 상기 제3 자율화 정보인 것으로 판단되면 상기 시스템 상태 정보와 상기 자율 상태 정보를 논리합하여 논리합 상태 정보를 생성할 수 있다.
일 실시예에 있어서, 상기 상태 정보 관리부는 상기 논리합 상태 정보에 대해 데이터 유효성을 판단하고, 상기 논리합 상태 정보가 유효한 것으로 판단되면 상기 상태 정보로서 상기 논리합 상태 정보를 상기 데이터 링크로 전송할 수 있다.
일 실시예에 있어서, 상기 상태 정보 변환부는 상기 시스템 상태 정보를 수신하고, 상기 수신된 시스템 상태 정보를 자료 형태별로 분류하고, 상기 자료 형태별로 정의된 변환을 상기 수신된 시스템 상태 정보에 적용하며, 상기 변환이 적용된 상기 시스템 상태 정보를 상기 인공 지능 모듈로 전송할 수 있다.
일 실시예에 있어서, 상기 상태 정보 변환부는 상기 인공 지능 모듈로부터 자율 상태 정보 로우 데이터를 수신하고, 상기 자율 상태 정보 로우 데이터를 자료 형태별로 분류하고, 상기 자료 형태별로 정의된 변환을 상기 자율 상태 정보 로우 데이터에 적용하여 상기 자율 상태 정보를 생성하고, 상기 자율 상태 정보가 이용 가능한 것을 나타내는 플래그를 활성화시킬 수 있다.
일 실시예에 있어서, 상기 임무 정보 처리부는 상기 임무 정보를 관리하고, 감시 결과 정보에 기초하여 임무 정보의 전송 경로를 결정하는 임무 정보 관리부; 및 상기 임무 정보의 변환을 수행하는 임무 정보 변환부를 포함할 수 있다.
일 실시예에 있어서, 상기 임무 정보 관리부는 상기 감시 결과 정보를 확인하여 상기 감시 결과 정보가 상기 제2 감시 결과 정보인 것으로 판단되면, 상기 임무 정보를 상기 데이터 링크로 전송할 수 있다.
일 실시예에 있어서, 상기 임무 정보 관리부는 상기 감시 결과 정보를 확인하여 상기 감시 결과 정보가 상기 제1 감시 결과 정보인 것으로 판단되면, 상기 임무 정보에 대해 데이터 유효성을 판단하고, 상기 임무 정보가 유효한 것으로 판단되면, 상기 임무 정보를 상기 데이터 링크 및 임무 정보 변환부로 전송할 수 있다.
일 실시예에 있어서, 상기 임무 정보 관리부는 상기 감시 결과 정보를 확인하여 상기 감시 결과 정보가 상기 제1 감시 결과 정보인 것으로 판단되면, 상기 임무 정보에 대해 데이터 유효성을 판단하고, 상기 임무 정보가 유효하지 않은 것으로 판단되면, 상기 임무 정보를 상기 데이터 링크로 전송할 수 있다.
일 실시예에 있어서, 상기 임무 정보 변환부는 상기 임무 정보 관리부로부터 상기 임무 정보를 수신하고, 상기 임무 정보를 자료 형태별로 분류하고, 상기 자료 형태별로 정의된 변환을 상기 임무 정보에 적용하여 상기 인공 지능 모듈로 전송할 수 있다.
본 발명의 일 실시예에 따르면, 자동 운항 시스템이 개시될 수 있다. 일 실시예에 따른 자동 운항 시스템은, 자동 운항 장치; 데이터 링크; 및 상기 자동 운항 장치 및 상기 데이터 링크의 사이에 연결되고, 일 실시예에 따른 상기 인공 지능 장치를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 자동 운항 장치 및 데이터 링크의 사이에 연결되는 인공 지능 장치에서의 데이터 처리 방법이 개시될 수 있다. 일 실시예에 따른 데이터 처리 방법은, 상기 인공 지능 장치의 상태 감시부에서, 상기 인공 지능 장치의 정상 동작 여부를 감시하여 감시 결과 정보를 생성하는 단계; 상기 인공 지능 장치의 통제 명령 처리부에서, 상기 감시 결과 정보에 기초하여 상기 자동 운항 장치로 전송할 통제 명령 -상기 통제 명령은 상기 데이터 링크로부터 수신된 원격 통제 명령 및 상기 인공 지능 장치에 의해 생성된 자율 통제 명령을 포함함 - 의 관리 및 전송을 수행하는 단계; 상기 통제 명령 처리부에서, 상기 통제 명령의 변환을 수행하는 단계; 상기 인공 지능 장치의 상태 정보 처리부에서, 상기 감시 결과 정보에 기초하여 상기 데이터 링크로 전송할 상태 정보 - 상기 상태 정보는 상기 자동 운항 장치에 의해 생성된 시스템 상태 정보 및 상기 인공 지능 장치에 의해 생성된 자율 상태 정보를 포함함 - 의 관리 및 전송을 수행하는 단계; 상기 상태 정보 처리부에서, 상기 상태 정보의 변환을 수행하는 단계; 상기 인공 지능 장치의 임무 정보 처리부에서, 상기 감시 결과 정보에 기초하여 상기 자동 운항 장치에 의해 생성된 임무 정보의 관리 및 전송을 수행하는 단계; 및 상기 임무 정보 처리부에서, 상기 임무 정보의 변환을 수행하는 단계를 포함할 수 있다.
본 발명의 다양한 실시예에 따르면, 자동 운항 장치와 데이터 링크(C2 데이터 링크 및 임무 데이터 링크)를 연결하는 외부 인터페이스를 활용하여 인공 지능 장치를 기존의 자동 운항 시스템에 통합할 수 있다. 따라서, 기존의 연동 메시지(예를 들어, 통제 명령, 상태 정보 및 임무 정보)와 외부 인터페이스를 동일하게 유지할 수 있어, 시스템 변경이 최소화될 수 있다. 즉, 통제 명령, 상태 정보 및 임무 정보가 전송되는 외부 인터페이스를 기반으로 기존의 자동 운항 장치 및 데이터 링크와 인공 지능 장치가 통합될 수 있으므로, 다른 구성품의 내부나 인터페이스(전기적 인터페이스 및 논리적 인터페이스)의 변경이 필요하지 않는다.
또한, 기존에 검증된 시스템(자동 운항 장치 및 데이터 링크)를 변경하지 않고 재사용할 수 있으므로, 인증 및 시험에 소요되는 비용 및 시간이 상대적으로 적을 뿐만 아니라 안정성이 확보될 수 있다.
또한, 인공 지능 장치를 하나의 모듈형으로 구성할 수 있으므로, 향후의 성능 개량 및 유지 보수가 용이하게 될 수 있다.
또한, 원격지의 운용자 통제 명령과 임무 계획을 기반으로 운용되는 무인 이동체(예를 들어, 무인기, 무인 수상정, 무인 잠수함, 무인 차량, 드론 등)에 적용될 수 있다.
도 1은 본 발명의 일 실시예에 따른 자동 운항 시스템을 개략적으로 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 인공 지능 장치의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따라 감시 결과 정보를 생성하는 방법을 나타낸 흐름도이다.
도 4는 본 발명의 일 실시예에 따라 통제 명령을 선택하는 방법을 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따라 통제 명령을 변환하는 방법을 나타낸 흐름도이다.
도 6은 본 발명의 일 실시예에 따라 상태 정보를 선택하는 방법을 나타낸 흐름도이다.
도 7은 본 발명의 일 실시예에 따라 상태 정보를 변환하는 방법을 나타낸 흐름도이다.
도 8은 본 발명의 일 실시예에 따라 임무 정보를 전송하는 경로를 결정하는 방법을 나타낸 흐름도이다.
도 9는 본 발명의 일 실시예에 따라 임무 정보를 변환하는 방법을 나타낸 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 인공 지능 장치의 구성을 개략적으로 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따라 감시 결과 정보를 생성하는 방법을 나타낸 흐름도이다.
도 4는 본 발명의 일 실시예에 따라 통제 명령을 선택하는 방법을 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따라 통제 명령을 변환하는 방법을 나타낸 흐름도이다.
도 6은 본 발명의 일 실시예에 따라 상태 정보를 선택하는 방법을 나타낸 흐름도이다.
도 7은 본 발명의 일 실시예에 따라 상태 정보를 변환하는 방법을 나타낸 흐름도이다.
도 8은 본 발명의 일 실시예에 따라 임무 정보를 전송하는 경로를 결정하는 방법을 나타낸 흐름도이다.
도 9는 본 발명의 일 실시예에 따라 임무 정보를 변환하는 방법을 나타낸 흐름도이다.
본 발명의 실시예들은 본 발명의 기술적 사상을 설명하기 위한 목적으로 예시된 것이다. 본 발명에 따른 권리범위가 이하에 제시되는 실시예들이나 이들 실시예들에 대한 구체적 설명으로 한정되는 것은 아니다.
본 발명에 사용되는 모든 기술적 용어들 및 과학적 용어들은, 달리 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 일반적으로 이해되는 의미를 갖는다. 본 발명에 사용되는 모든 용어들은 본 발명을 더욱 명확히 설명하기 위한 목적으로 선택된 것이며 본 발명에 따른 권리범위를 제한하기 위해 선택된 것이 아니다.
본 발명에서 사용되는 "포함하는", "구비하는", "갖는" 등과 같은 표현은, 해당 표현이 포함되는 어구 또는 문장에서 달리 언급되지 않는 한, 다른 실시예를 포함할 가능성을 내포하는 개방형 용어(open-ended terms)로 이해되어야 한다.
본 발명에서 기술된 단수형의 표현은 달리 언급하지 않는 한 복수형의 의미를 포함할 수 있으며, 이는 청구범위에 기재된 단수형의 표현에도 마찬가지로 적용된다.
본 발명에서 사용되는 "제1", "제2" 등의 표현들은 복수의 구성요소들을 상호 구분하기 위해 사용되며, 해당 구성요소들의 순서 또는 중요도를 한정하는 것은 아니다.
본 발명에서 사용되는 용어 "부"는, 소프트웨어, 또는 FPGA(field-programmable gate array), ASIC(application specific integrated circuit)과 같은 하드웨어 구성요소를 의미한다. 그러나, "부"는 하드웨어 및 소프트웨어에 한정되는 것은 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스, 함수, 속성, 프로시저, 서브루틴, 프로그램 코드의 세그먼트, 드라이버, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조, 테이블, 어레이 및 변수를 포함한다. 구성요소와 "부" 내에서 제공되는 기능은 더 작은 수의 구성요소 및 "부"로 결합되거나 추가적인 구성요소와 "부"로 분리될 수 있다.
본 발명에서 사용되는 "~에 기초하여"라는 표현은, 해당 표현이 포함되는 어구 또는 문장에서 기술되는, 결정 판단의 행위 또는 동작에 영향을 주는 하나 이상의 인자를 기술하는데 사용되며, 이 표현은 결정, 판단의 행위 또는 동작에 영향을 주는 추가적인 인자를 배제하지 않는다.
본 발명에서, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 경우, 어떤 구성요소가 다른 구성요소에 직접적으로 연결될 수 있거나 접속될 수 있는 것으로, 또는 새로운 다른 구성요소를 매개로 하여 연결될 수 있거나 접속될 수 있는 것으로 이해되어야 한다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 설명한다. 첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
도 1은 본 발명의 일 실시예에 따른 자동 운항 시스템을 개략적으로 나타낸 블록도이다. 도 1을 참조하면, 본 발명의 일 실시예에 따른 자동 운항 시스템(100)은 자동 운항 장치(110), 데이터 링크(120) 및 인공 지능 장치(130)를 포함할 수 있다. 또한, 자동 운항 시스템(100)은 구동면 제어부(140), 항법 센서(150) 및 임무 센서(160)를 더 포함할 수 있다.
자동 운항 장치(110)는 원격지의 운용자 통제 명령과 임무 계획에 따라 운용되는 무인 이동체를 포함할 수 있다. 예를 들면, 무인 이동체는 드론, 무인기, 무인 수상정, 무인 잠수함, 무인 차량 등을 포함할 수 있지만, 반드시 이에 한정되는 것은 아니다.
일 실시예에 있어서, 자동 운항 장치(110)는 경로 계획부(도시하지 않음), 비행 제어부(도시하지 않음), 상태 관리부(도시하지 않음), 임무 계획부(도시하지 않음) 및 임무 관리부(도시하지 않음)를 포함할 수 있다.
데이터 링크(120)는 통제 명령(TC)을 인공 지능 장치(130)로 전송할 수 있다. 또한, 데이터 링크(120)는 인공 지능 장치(130)로부터 상태 정보(TM)를 수신할 수 있다. 더욱이, 데이터 링크(120)는 인공 지능 장치(130)로부터 임무 정보를 수신할 수 있다.
일 실시예에 있어서, 데이터 링크(120)는 통제 명령(TC)을 전송하고 상태 정보(TM)를 수신하기 위한 C2 데이터 링크(121) 및 임무 정보를 수신하기 위한 임무 데이터 링크(122)를 포함할 수 있다.
인공 지능 장치(130)는 자동 운항 장치(110) 및 데이터 링크(120)의 사이에 연결될 수 있다. 일 실시예에 있어서, 인공 지능 장치(130)는 데이터 링크(120)의 C2 데이터 링크(121)로부터 통제 명령을 수신하고, 수신된 통제 명령을 처리하여 자동 운항 장치(110)로 전송할 수 있다. 또한, 인공 지능 장치(130)는 자동 운항 장치(110)로부터 상태 정보를 수신하고, 수신된 상태 정보를 처리하여 데이터 링크(120)의 C2 데이터 링크(121)로 전송할 수 있다. 더욱이, 인공 지능 장치(130)는 자동 운항 장치(110)로부터 임무 정보를 수신하고, 수신된 임무 정보를 처리하여 데이터 링크(120)의 임무 데이터 링크(122)로 전송할 수 있다.
도 2는 본 발명의 일 실시예에 따른 인공 지능 장치(130)의 구성을 개략적으로 나타낸 블록도이다. 도 2를 참조하면, 인공 지능 장치(130)는 상태 감시부(210), 통제 명령 처리부(220), 상태 정보 처리부(230), 임무 정보 처리부(240) 및 인공 지능 모듈(250)을 포함할 수 있다.
상태 감시부(210)는 인공 지능 장치(130)의 정상 동작 여부를 감시하고, 감시 결과에 해당하는 정보(이하, "감시 결과 정보"라 함)를 생성할 수 있다. 일 실시예에 있어서, 감시 결과 정보는 인공 지능 장치(130)가 정상적으로 동작하는 것을 나타내는 감시 결과 정보(이하, "제1 감시 결과 정보"라 함) 및 인공 지능 장치(130)가 비정상적으로 동작하는 것을 나타내는 감시 결과 정보(이하, "제2 감시 결과 정보"라 함)를 포함할 수 있다.
일 실시예에 있어서, 상태 감시부(210)는 인공 지능 장치(130)에 와치도그(watchdog)가 발동한 것으로 판단되면 감시 결과 정보로서 제2 감시 결과 정보를 생성할 수 있다. 일 실시예에 있어서, 상태 감시부(210)는 인공 지능 장치(130)의 하드웨어에 고장이 발생한 것으로 판단되면 감시 결과 정보로서 제2 감시 결과 정보를 생성할 수 있다. 일 실시예에 있어서, 상태 감시부(210)는 인공 지능 장치(130)의 소프트웨어에 고장이 발생한 것으로 판단되면 감시 결과 정보로서 제2 감시 결과 정보를 생성할 수 있다.
통제 명령 처리부(220)는 상태 감시부(210)에서 생성된 감시 결과 정보에 기초하여 자동 운항 장치(110)로 전송할 통제 명령을 선택하고, 통제 명령의 변환을 수행할 수 있다. 일 실시예에 있어서, 통제 명령은 데이터 링크(120)의 C2 데이터 링크(121)로부터 수신된 통제 명령(이하, "원격 통제 명령"이라 함) 및 인공 지능 장치(130)에 의해 생성된 통제 명령(이하, "자율 통제 명령"이라 함)을 포함할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)는 통제 명령 관리부(221) 및 통제 명령 변환부(222)를 포함할 수 있다.
통제 명령 관리부(221)는 원격 운용자의 통제 명령과 인공 지능 장치(130)에 의해 생성된 통제 명령을 관리하고, 통제 명령을 자동 운항 장치(110)로 전송할 수 있다. 일 실시예에 있어서, 통제 명령 관리부(221)는 감시 결과 정보 및 인공 지능 장치(130)의 자율화 수준을 나타내는 자율화 정보에 기초하여 원격 통제 명령 또는 자율 통제 명령 중 어느 하나를 통제 명령으로서 선택하고, 선택된 통제 명령을 자동 운항 장치(110)로 전송할 수 있다.
일 실시예에 있어서, 자율화 정보는 인공 지능 장치(130)의 자율화 수준이 가장 낮은 정도를 나타내는 자율화 정보(이하, "제1 자율화 정보"라 함), 인공 지능 장치(130)의 자율화 수준이 가장 높은 정도를 나타내는 자율화 정보(이하, "제2 자율화 정보"라 함), 및 제1 자율화 정보의 자율화 수준과 제2 자율화 정보의 자율화 수준의 중간 수준에 해당하는 자율화 정보(이하, "제3 자율화 정보"라 함)를 포함할 수 있다.
예를 들면, 제1 자율화 정보는 자율화 능력이 없어 외부 제어에 따라 자동 운항 장치(110)를 운영하는 정보일 수 있다. 제2 자율화 정보는 인공 지능 장치(130)에서 자율적으로 판단한 결과를 운영자에게 제공하고 운영자에 의해 "일정 시간 내에 거부되지 않으면" 수행하는 정보일 수 있다. 제3 자율화 정보는 인공 지능 장치(130)에서 자율적으로 판단한 결과를 운영자에게 제공하고 운영자에 의해 "승인"되면 수행하는 정보일 수 있다.
일 실시예에 있어서, 자율화 정보는 구성 파일(configuration file) 형태로 인공 지능 장치(130)에 입력될 수 있다. 예를 들면, 자율화 정보는 외부 운영자에 의해 구성 파일의 값이 제1 자율화 정보, 제2 자율화 정보 또는 제3 자율화 정보 중 어느 하나의 정보로 선택됨으로써 변경될 수 있다.
일 실시예에 있어서, 통제 명령 관리부(221)는 상태 감시부(210)로부터 감시 결과 정보를 수신하고, 수신된 감시 결과 정보를 확인하여 감시 결과 정보가 제2 감시 결과 정보인 것으로 판단되면 통제 명령으로서 원격 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 통제 명령 관리부(221)는 상태 감시부(210)로부터 감시 결과 정보를 수신하고, 수신된 감시 결과 정보를 확인하여 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 자율화 정보에 기초하여 통제 명령으로서 원격 통제 명령 또는 자율 통제 명령을 선택할 수 있다.
일 예로서, 통제 명령 관리부(221)는 자율화 정보를 확인하여 자율화 정보가 제1 자율화 정보인 것으로 판단되면, 통제 명령으로서 원격 통제 명령을 선택할 수 있다. 다른 예로서, 통제 명령 관리부(221)는 자율화 정보를 확인하여 자율화 정보가 제3 자율화 정보인 것으로 판단되면 원격 통제 명령이 존재하는지 여부를 판단하고 원격 통제 명령이 존재하는 것으로 판단되면, 통제 명령으로서 원격 통제 명령을 선택할 수 있다. 또 다른 예로서, 통제 명령 관리부(221)는 자율화 정보를 확인하여 자율화 정보가 제3 자율화 정보인 것으로 판단되면 원격 통제 명령이 존재하는지 여부를 판단하고 원격 통제 명령이 존재하지 않는 것으로 판단되면, 통제 명령으로서 자율 통제 명령을 선택할 수 있다. 또 다른 예로서, 통제 명령 관리부(221)는 자율화 정보를 확인하여 자율화 정보가 제2 자율화 정보인 것으로 판단되면 통제 명령으로서 자율 통제 명령을 선택할 수 있다.
일 실시예에 있어서, 통제 명령 관리부(221)는 선택된 자율 통제 명령에 대해 데이터 유효성을 판단하고, 선택된 자율 통제 명령이 유효한 것으로 판단되면 선택된 자율 통제 명령을 자동 운항 장치(110)로 전송할 수 있다.
통제 명령 변환부(222)는 자동 운항 장치(110)에서 사용되는 통제 명령의 데이터 형식을 인공 지능 모듈(250)의 데이터 형식으로, 또는 그 반대의 변환을 수행할 수 있다. 일 실시예에 있어서, 통제 명령 변환부(222)는 원격 통제 명령을 인공 지능 모듈(250)의 데이터 형식으로 변환하고, 인공 지능 모듈(250)에 의해 생성된 자율 통제 명령 로우(raw) 데이터를 통제 명령의 데이터 형식에 맞도록 변환할 수 있다.
일 실시예에 있어서, 통제 명령 변환부(222)는 데이터 링크(120)의 C2 데이터 링크(121) 또는 통제 명령 관리부(221)로부터 원격 통제 명령을 수신하고, 수신된 원격 통제 명령을 자료 형태별로 분류할 수 있다. 일부 실시예에서, 통제 명령은 자동 운항 장치(110)의 제어 통제 명령 및 임무 장비 통제명령을 포함할 수 있다. 예를 들면, 비행체와 같은 자동 운항 장치(110)의 제어 통제 명령은 수동 제어, 헤딩 제어, 속도 제어, 고도 제어, 항로점 제어 등을 포함할 수 있다. 수동 제어의 경우 통제 명령의 형식과 인공 지능 장치(250)의 데이터 형식 사이의 논리적 연관관계를 고려한 변환이 필요하다. 헤딩 제어, 속도 제어, 고도 제어는 단위 환산이 필요하다. 항로점 제어는 좌표계 형식에 따른 논리적 요소와 단위 환산이 필요하다. 통제 명령 변환부(222)는 자료 형태별로 정의된 변환을 원격 통제 명령에 적용하고, 변환이 적용된 원격 통제 명령을 인공 지능 모듈(250)로 전송할 수 있다.
일 실시예에 있어서, 통제 명령 변환부(222)는 인공 지능 모듈(250)로부터 자율 통제 명령 로우 데이터를 수신하고, 자율 통제 명령 로우 데이터를 자료 형태별로 분류할 수 있다. 통제 명령 변환부(222)는 자료 형태별로 정의된 변환을 자율 통제 명령 로우 데이터에 적용하여 자율 통제 명령을 생성할 수 있다. 또한, 통제 명령 변환부(222)는 자율 통제 명령이 이용 가능한 것을 나타내는 플래그를 활성화시킬 수 있다.
상태 정보 처리부(230)는 상태 감시부(210)에서 생성된 감시 결과 정보에 기초하여 데이터 링크(120)로 전송할 상태 정보를 선택하고, 상태 정보의 변환을 수행할 수 있다. 일 실시예에 있어서, 상태 정보는 자동 운항 장치(110)에 의해 생성된 생성된 상태 정보(이하, "시스템 상태 정보"라 함) 및 인공 지능 장치(130)에 의해 생성된 상태 정보(이하, "자율 상태 정보"라 함)를 포함할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)는 상태 정보 관리부(231) 및 상태 정보 변환부(232)를 포함할 수 있다.
상태 정보 관리부(231)는 감시 결과 정보 및 자율화 정보에 기초하여 상태 정보를 선택하고, 선택된 상태 정보를 데이터 링크(120)의 C2 데이터 링크(121)로 전송할 수 있다.
일 실시예에 있어서, 상태 정보 관리부(231)는 감시 결과 정보를 확인하여 감시 결과 정보가 제2 감시 결과 정보인 것으로 판단되면 상태 정보로서 시스템 상태 정보를 선택할 수 있다.
일 실시예에 있어서, 상태 정보 관리부(231)는 감시 결과 정보를 확인하여 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 자율 상태 정보가 이용 가능한지 여부를 판단하여 자율 상태 정보가 이용 가능하지 않는 것으로 판단되면 상태 정보로서 시스템 상태 정보를 선택할 수 있다.
일 실시예에 있어서, 상태 정보 관리부(231)는 감시 결과 정보를 확인하여 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 자율 상태 정보가 이용 가능한지 여부를 판단하여 자율 상태 정보가 이용 가능한 것으로 판단되면 자율화 정보에 기초하여 상태 정보를 선택할 수 있다. 일 예로서, 상태 정부 관리부(231)는 자율화 정보를 확인하여 자율화 정보가 제1 자율화 정보인 것으로 판단되면 상태 정보로서 시스템 상태 정보를 선택할 수 있다. 다른 예로서, 상태 정보 관리부(231)는 자율화 정보를 확인하여 자율화 정보가 제2 자율화 정보 또는 제3 자율화 정보인 것으로 판단되면 시스템 상태 정보와 자율 상태 정보를 논리합한 상태 정보(이하, "논리합 상태 정보"라 함)하여 논리합 상태 정보를 생성하고, 생성된 논리합 상태 정보를 상태 정보로서 선택할 수 있다.
일 실시예에 있어서, 상태 정보 관리부(231)는 논리합 상태 정보에 대해 데이터 유효성을 판단하고, 논리합 상태 정보가 유효한 것으로 판단되면 상태 정보로서 논리합 상태 정보를 데이터 링크(120)의 C2 데이터 링크(121)로 전송할 수 있다.
상태 정보 변환부(232)는 자동 운항 장치(110)의 이동, 임무에 관한 상태 정보의 데이터 형식을 인공 지능 모듈(250)의 데이터 형식으로, 또는 그 반대의 변환을 수행할 수 있다. 일 실시예에 있어서, 상태 정보 변환부(232)는 시스템 상태 정보를 인공 지능 모듈(250)의 데이터 형식으로 변환하고, 인공 지능 모듈(250)에 의해 생성된 자율 상태 정보 로우 데이터를 상태 정보의 데이터 형식에 맞도록 변환할 수 있다.
일 실시예에 있어서, 상태 정보 변환부(232)는 시스템 상태 정보를 수신할 수 있다. 예를 들면, 시스템 상태 정보는 자동 운항 장치(110) 또는 상태 정보 관리부(231)로부터 수신될 수 있다. 상태 정보 변환부(232)는 시스템 상태 정보를 자료 형태별로 분류하고, 자료 형태별로 정의된 변환을 시스템 상태 정보에 적용하며, 변환이 적용된 시스템 상태 정보를 인공 지능 모듈(250)로 전송할 수 있다.
일 실시예에 있어서, 상태 정보 변환부(232)는 인공 지능 모듈(250)로부터 자율 상태 정보 로우 데이터를 수신하고, 자율 상태 정보 로우 데이터를 자료 형태별로 분류할 수 있다. 상태 정보 변환부(232)는 자료 형태별로 정의된 변환을 자율 상태 정보 로우 데이터에 적용하여 자율 상태 정보를 생성하고, 자율 상태 정보가 이용 가능한 것을 나타내는 플래그를 활성화시킬 수 있다.
임무 정보 처리부(240)는 감시 결과 정보에 기초하여 자동 운항 장치(110)에 의해 생성된 임무 정보의 관리 및 전송을 수행하고, 임무 정보의 변환을 수행할 수 있다. 일 실시예에 있어서, 임무 정보는 자동 운항 장치(110)의 임무 센서(160)를 통해 획득된 정보일 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)는 임무 정보 관리부(241) 및 임무 정보 변환부(242)를 포함할 수 있다.
임무 정보 관리부(241)는 자동 운항 장치(110)에 의해 생성된 임무 정보를 관리하고, 상태 감시부(210)에 의해 생성된 감시 결과 정보에 기초하여 임무 정보를 전송할 경로를 결정할 수 있다.
일 실시예에 있어서, 임무 정보 관리부(241)는 상태 감시부(210)에 의해 생성된 감시 결과 정보를 확인하여 감시 결과 정보가 제2 감시 결과 정보인 것으로 판단되면, 임무 정보를 데이터 링크(120)로 전송할 수 있다. 일 실시예에 있어서, 임무 정보 관리부(241)는 임무 정보를 데이터 링크(120)의 임무 데이터 링크(122)로 전송할 수 있다.
일 실시예에 있어서, 임무 정보 관리부(241)는 상태 감시부(210)에 의해 생성된 감시 결과 정보를 확인하여 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 임무 정보에 대해 데이터 유효성을 판단하여 임무 정보가 유효한 것으로 판단되면, 임무 정보를 데이터 링크(120)의 임무 데이터 링크(122) 및 임무 정보 변환부(242)로 전송할 수 있다. 예를 들면, 임무 정보 관리부(241)는 패리티 검사(예를 들어 홀수 패리티 검사 또는 짝수 패리티 검사), 순환 중복 검사 등을 이용하여 임무 정보의 유효성을 판단할 수 있다.
일 실시예에 있어서, 임무 정보 관리부(241)는 상태 감시부(210)에 의해 생성된 감시 결과 정보를 확인하여 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 임무 정보에 대해 데이터 유효성을 판단하여 임무 정보가 유효하지 않은 것으로 판단되면, 임무 정보를 데이터 링크(120)의 임무 데이터 링크(122)로 전송할 수 있다. 이는 유효하지 않는 임무 정보로부터 인공 지능 모듈(250)을 보호하고, 종래와 마찬가지로 임무 정보를 임무 데이터 링크(122)를 통해 원격지로 전송하기 위함이다.
임무 정보 변환부(242)는 임무 정보를 임무 센서(160)의 데이터 형식에서 인공 지능 모듈(250)의 데이터 형식으로 변환할 수 있다. 일 실시예에 있어서, 임무 정보 변환부(242)는 임무 정보 관리부(241)로부터 임무 정보를 수신하고, 수신된 임무 정보를 자료 형태별로 분류할 수 있다. 예를 들면, 무인기 임무 장비에 대한 임무 정보는 동영상, 정지영상, 연기 또는 화학물질 농도 데이터 등을 포함할 수 있다. 일 실시예에 있어서, 임무 정보 변환부(242)는 임무 정보의 각 데이터의 유형 및 특성에 따른 분류를 수행할 수 있다. 임무 정보 변환부(242)는 분류 결과에 맞는 변환 로직을 임무 정보에 적용하여 인공 지능 모듈(250)로 전송할 수 있다.
인공 지능 모듈(250)은 통제 명령 변환부(222)로부터 원격 통제 명령을 수신하고, 수신된 원격 통제 명령에 기초하여 자율 통제 명령 로우 데이터를 생성할 수 있다. 또한, 인공 지능 모듈(250)은 상태 정보 변환부(232)로부터 시스템 상태 정보를 수신하고, 수신된 시스템 상태 정보에 기초하여 자율 상태 정보 로우 데이터를 생성할 수 있다.
일 실시예에 있어서, 인공 지능 모듈(250)은 자율 알고리즘을 동작시키는 알고리즘 코어를 포함하는 인공 지능 프레임 워크(251) 및 자동 운항 장치(110)의 자율화를 향상시키는 알고리즘을 탑재하는 자율 알고리즘 탑재부(252)를 포함할 수 있다.
일 실시예에 있어서, 인공 지능 프레임 워크(251) 및 자율 알고리즘 탑재부(252)는 하나의 모듈로 통합될 수 있다. 이와 같이, 인공 지능 프레임 워크(251) 및 자율 알고리즘 탑재부(252)를 하나의 모듈로 통합함으로써, 인공 지능을 활용한 자율 알고리즘의 변경 및 성능 개량을 용이하게 수행할 수 있고, 자율 알고리즘과 인공 지능 프레임 워크의 변경을 인공 지능 장치(130)의 일부 모듈에만 영향을 미칠 수 있으며, 변경 영향성이 작기 때문에 신규 인공 지능 능력을 용이하게 탑재할 수 있다.
본 발명에 도시된 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동되도록 구성될 수 있다. 다시 말하면, 본 발명의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 발명에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 개시의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
도 3은 본 발명의 일 실시예에 따라 감시 결과 정보를 생성하는 방법을 나타낸 흐름도이다. 도 3을 참조하면, 단계 S302에서, 상태 감시부(210)는 인공 지능 장치(11O)의 동작을 감시할 수 있다. 일 실시예에 있어서, 상태 감시부(210)는 사전 설정된 주기로 인공 지능 장치(130)가 정상적으로 동작하는지 또는 비정상적으로 동작하는지를 감시할 수 있다.
단계 S304에서, 상태 감시부(210)는 인공 지능 장치(130)에 와치도그가 발동하였는지 여부를 판단할 수 있다. 일 실시예에 있어서, 상태 감시부(210)는 인공 지능 장치(130)에서 사전 설정된 주기로 리셋(reset) 신호가 전송되는지 여부를 판단하여 와치도그의 발동 여부를 판단할 수 있다. 예를 들면, 인공 지능 장치(130)가 사전 설정된 주기로 리셋(reset) 신호를 전송하는 경우, 와치도그는 발동하지 않는다. 한편, 인공 지능 장치(130)가 사전 설정된 주기로 리셋 신호를 전송하지 않는 경우, 즉, 인공 지능 장치(130)에 고장이 발생하여 리셋 신호를 전송하지 못하는 경우, 와치도그가 발동하게 된다.
단계 S304에서 인공 지능 장치(130)에 와치도그가 발동하지 않은 것으로 판단되면, 단계 S306에서, 상태 감시부(210)는 인공 지능 장치(130)의 하드웨어에 고장이 발생하였는지 여부를 판단할 수 있다. 일 실시예에 있어서, 하드웨어의 고장 발생은 하드웨어의 자체 점검(built-in-test, BIT)을 통해 감지될 수 있다. 예를 들면, 자체 점검은 전원 인가시 수행하는 자체 점검, 인공 지능 장치의 동작 중 지속적으로 수행하는 자체 점검, 정비 등의 목적으로 외부의 명령에 의해 시작하는 자체 점검 등을 포함할 수 있다.
단계 S306에서 인공 지능 장치(130)의 하드웨어에 고장이 발생하지 않은 것으로 판단되면, 단계 S308에서, 상태 감시부(210)는 인공 지능 장치(130)의 소프트웨어에 고장이 발생하였는지 여부를 판단할 수 있다. 일 실시예에 있어서, 소프트웨어의 고장 발생은 소프트웨어의 자체 점검을 통해 감지될 수 있다.
단계 S308에서 인공 지능 장치(130)의 소프트웨어에 고장이 발생하지 않는 것으로 판단되면, 단계 S310에서, 상태 감시부(210)는 인공 지능 장치(130)가 정상적으로 동작하는 것을 나타내는 감시 결과 정보를 생성할 수 있다. 일 실시예에 있어서, 상태 감시부(210)는 인공 지능 장치(130)가 정상적으로 동작하는 것을 나타내는 제1 감시 결과 정보를 생성할 수 있다.
한편, 단계 S304에서 인공 지능 장치(130)에 와치도그가 발동한 것으로 판단되거나, 단계 S306에서 인공 지능 장치(130)의 하드웨어에 고장이 발생한 것으로 판단되거나, 단계 S308에서 인공 지능 장치(130)의 소프트웨어에 고장이 발생한 것으로 판단되면, 단계 S312에서, 상태 감시부(210)는 인공 지능 장치(130)에 고장이 발생한 것을 나타내는 감시 결과 정보를 생성할 수 있다. 일 실시예에 있어서, 상태 감시부(210)는 인공 지능 장치(130)에 고장이 발생한 것을 나타내는 제2 감시 결과 정보를 생성할 수 있다.
도 4는 본 발명의 일 실시예에 따라 통제 명령을 선택하는 방법을 나타낸 흐름도이다. 도 4를 참조하면, 단계 S402에서, 통제 명령 처리부(220)는 상태 감시부(210)에서 생성된 감시 결과 정보를 확인할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 상태 감시부(I210)로부터 감시 결과 정보를 수신하고, 수신된 감시 결과 정보를 확인할 수 있다.
단계 S404에서, 통제 명령 처리부(220)는 감시 결과 정보가 제2 감시 결과 정보인지 여부를 판단할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 감시 결과 정보가 제1 감시 결과 정보인지 또는 제2 감시 결과 정보인지를 판단할 수 있다.
단계 S404에서 감시 결과 정보가 제2 감시 결과 정보인 것으로 판단되면, 단계 S406에서, 통제 명령 처리부(220)는 원격 통제 명령을 선택할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 제2 감시 결과 정보에 기초하여 인공 지능 장치(130)에 고장이 발생한 것으로 판단하여 원격 통제 명령을 선택할 수 있다.
인공 지능 장치(130)에 고장이 발생하여 통제 명령을 전송하는 하드웨어 또는 소프트웨어에 오류가 발생하면, 인공 지능 장치(130)는 자동 운항 장치(120)에 통제 명령을 전송할 수 없다. 전술한 바와 같이, 인공 지능 장치(130)에 고장이 발생하는 경우, 원격 통제 명령이 선택되어 자동 운항 장치(120)에 전송되도록 데이터 전송 경로를 설정할 수 있다.
한편, 단계 S404에서 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 단계 S408에서, 통제 명령 처리부(220)는 자율화 정보를 확인할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 자율화 정보를 확인할 수 있다. 예를 들면, 자율화 정보는 인공 지능 장치(130)의 자율화 수준이 가장 낮은 정도를 나타내는 제1 자율화 정보, 인공 지능 장치(130)의 자율화 수준이 가장 높은 정도를 나타내는 제2 자율화 정보, 및 제1 자율화 정보의 자율화 수준과 제2 자율화 정보의 자율화 수준의 중간 수준에 해당하는 제3 자율화 정보를 포함할 수 있다.
단계 S410에서, 통제 명령 처리부(220)는 자율화 정보가 제1 자율화 정보인지 여부를 판단할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 자율화 정보가 제1 자율화 정보인지 여부를 판단할 수 있다.
단계 S410에서 자율화 정보가 제1 자율화 정보인 것으로 판단되면, 단계 S406이 수행될 수 있다. 한편, 단계 S410에서 자율화 정보가 제1 자율화 정보가 아닌 것으로 판단되면, 단계 S412에서, 통제 명령 처리부(220)는 자율화 정보가 제3 자율화 정보인지 여부를 판단할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 자율화 정보가 제3 자율화 정보인지 여부를 판단할 수 있다.
단계 S412에서 자율화 정보가 제3 자율화 정보인 것으로 판단되면, 단계 S414에서, 통제 명령 처리부(220)는 원격 통제 명령이 존재하는지 여부를 판단할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 원격 통제 명령이 존재하는지 여부를 판단할 수 있다.
단계 S414에서 원격 통제 명령이 존재하는 것으로 판단되면, 단계 S406이 수행될 수 있다. 한편, 단계 S414에서 원격 통제 명령이 존재하지 않는 것으로 판단되거나, 단계 S412에서 자율화 정보가 제3 자율화 정보가 아닌 것으로 판단, 즉 자율화 정보가 제2 자율화 정보인 것으로 판단되면, 단계 S416에서, 통제 명령 처리부(220)는 자율 통제 명령을 선택할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 자율 통제 명령을 선택할 수 있다.
단계 S418에서, 통제 명령 처리부(220)는 선택된 자율 통제 명령에 대해 유효성을 판단할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 관리부(221)는 선택된 자율 통제 명령이 유효한 데이터인지 여부를 판단할 수 있다. 예를 들면, 통제 명령 관리부(221)는 패리티 검사(예를 들어 홀수 패리티 검사 또는 짝수 패리티 검사), 순환 중복 검사 등을 이용하여 자율 통제 명령의 유효성을 판단할 수 있다.
단계 S420에서, 통제 명령 처리부(220)는 선택된 통제 명령을 자동 운항 장치(120)로 전송할 수 있다. 일 실시예에 있어서, 선택된 통제 명령은 단계 S406에서 선택된 원격 통제 명령, 또는 단계 S416에서 선택되고 단계 S418에서 유효성이 검사된 자율 통제 명령을 포함할 수 있다.
도 5는 본 발명의 일 실시예에 따라 통제 명령을 변환하는 방법을 나타낸 흐름도이다. 도 5를 참조하면, 단계 S502에서, 통제 명령 처리부(220)는 원격 통제 명령을 수신할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 원격 통제 명령을 수신할 수 있다.
단계 S504에서, 통제 명령 처리부(220)는 원격 통제 명령을 자료 형태별로 분류할 수 있다. 일 실시예에 있어서, 통제 명령은 자동 운항 장치(120)의 제어 통제 명령 및 임무 장비 통제 명령을 포함할 수 있다. 예를 들면, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 자동 운항 장치(120)의 수동 제어에 대해 통제 명령의 형식과 인공 지능 모듈(250)의 데이터 형식 사이의 논리적 연관 관계, 자동 운항 장치(120)의 헤딩 제어, 속도 제어 및 고도 제어에 대해 단위 환산, 자동 운항 장치(120)의 항로점 제어에 대해 좌표계 형식에 따른 논리적 요소 및 단위 환산을 고려하여 원격 통제 명령을 자료 형태별로 분류할 수 있다.
단계 S506에서, 통제 명령 처리부(220)는 자료 형태별로 원격 통제 명령의 변환을 수행할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 자료 형태별로 정의된 변환을 원격 통제 명령에 적용할 수 있다.
단계 S508에서, 통제 명령 처리부(220)는 자료 형태별로 변환된 원격 통제 명령을 인공 지능 모듈(250)로 전송할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 자료 형태별로 변환된 원격 통제 명령을 인공 지능 모듈(250)의 인공 지능 프레임 워크(251)로 전송할 수 있다.
단계 S510에서, 통제 명령 처리부(220)는 인공 지능 모듈(250)에 의해 생성된 자율 통제 명령 로우 데이터를 수신할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 인공 지능 모듈(250)의 인공 지능 프레임 워크(251)로부터 자율 통제 명령 로우 데이터를 수신할 수 있다.
단계 S512에서, 통제 명령 처리부(220)는 자율 통제 명령 로우 데이터를 자료 형태별로 분류할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 자동 운항 장치(120)의 수동 제어에 대해 통제 명령의 형식과 인공 지능 모듈(250)의 데이터 형식 사이의 논리적 연관 관계, 자동 운항 장치(120)의 헤딩 제어, 속도 제어 및 고도 제어에 대해 단위 환산, 자동 운항 장치(120)의 항로점 제어에 대해 좌표계 형식에 따른 논리적 요소 및 단위 환산을 고려하여 자율 통제 명령 로우 데이터를 자료 형태별로 분류할 수 있다.
단계 S514에서, 통제 명령 처리부(220)는 자료 형태별로 자율 통제 명령 로우 데이터의 변환을 수행하여 자율 통제 명령을 생성할 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 자료 형태별로 정의된 변환을 자율 통제 명령 로우 데이터에 적용하여 자율 통제 명령을 생성할 수 있다.
단계 S516에서, 통제 명령 처리부(220)는 생성된 자율 통제 명령에 기초하여 자율 통제 명령의 이용가능 플래그를 활성화시킬 수 있다. 일 실시예에 있어서, 통제 명령 처리부(220)의 통제 명령 변환부(222)는 자율 통제 명령의 이용가능 플래그를 활성화시킬 수 있다.
도 6은 본 발명의 일 실시예에 따라 상태 정보를 선택하는 방법을 나타낸 흐름도이다. 도 6을 참조하면, 단계 S602에서, 상태 정보 처리부(230)는 상태 감시부(210)에서 생성된 감시 결과 정보를 확인할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 상태 감시부(210)로부터 감시 결과 정보를 수신하고, 수신된 감시 결과 정보를 확인할 수 있다.
단계 S604에서, 상태 정보 처리부(230)는 감시 결과 정보가 제2 감시 결과 정보인지 여부를 판단할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 감시 결과 정보가 제1 감시 결과 정보인지 또는 제2 감시 결과 정보인지를 판단할 수 있다.
단계 S604에서 감시 결과 정보가 제2 감시 결과 정보인 것으로 판단되면, 단계 S606에서, 상태 감시 처리부(230)는 상태 정보로서 시스템 상태 정보를 선택할 수 있다. 일 실시예에 있어서, 상태 정보는 기존 시스템(즉, 자동 운항 장치(110))에 의해 생성된 시스템 상태 정보 및 인공 지능 장치(130)에 의해 생성된 자율 상태 정보를 포함할 수 있다. 예를 들면, 상태 감시 처리부(230)의 상태 정보 관리부(231)는 제2 감시 결과 정보에 기초하여 상태 정보로서 시스템 상태 정보를 선택할 수 있다.
한편, 단계 S604에서 감시 결과 정보가 제2 감시 결과 정보가 아닌 것으로 판단, 즉 감시 결과 정보가 제1 감시 결과 정보인 것으로 판단되면, 단계 S608에서, 상태 정보 처리부(230)는 자율 상태 정보가 이용 가능한지 여부를 판단할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 자율 상태 정보가 이용 가능한지 여부를 판단할 수 있다.
단계 S608에서 자율 상태 정보가 이용 가능하지 않은 것으로 판단되면 단계 S606이 수행될 수 있다. 한편, 단계 S608에서 자율 상태 정보가 이용 가능한 것으로 판단되면, 단계 S610에서, 상태 정보 처리부(230)는 자율화 정보를 확인할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 자율 상태 정보에 기초하여 자율화 정보를 확인할 수 있다.
단계 S612에서, 상태 정보 처리부(230)는 자율화 정보가 제1 자율화 정보인지 여부를 판단할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 자율화 정보가 제1 자율화 정보인지 여부를 판단할 수 있다.
단계 S612에서 자율화 정보가 제1 자율화 정보인 것으로 판단되면, 단계 S606이 수행될 수 있다. 한편, 단계 S612에서 자율화 정보가 제1 자율화 정보가 아닌 것으로 판단, 즉 자율화 정보가 제2 자율화 정보 또는 제3 자율화 정보인 것으로 판단되면, 단계 S614에서, 상태 정보 처리부(230)는 시스템 상태 정보 및 자율 상태 정보를 선택할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 시스템 상태 정보 및 자율 상태 정보를 논리합한 논리합 상태 정보를 생성하고, 생성된 논리합 상태 정보를 상태 정보로서 선택할 수 있다. 예를 들면, 시스템 상태 정보 중 제1 시스템 상태 정보가 "0xFF00"이고 제2 시스템 상태 정보가 "0x0080"이며, 자율 상태 정보 중 제1 자율 상태 정보가 "0xFFFF"이고 제2 자율 상태 정보가 "0xF012"인 경우, 상태 정보 관리부(231)는 제1 시스템 상태 정보와 제1 자율 상태 정보를 논리합하여 "0xFFFF"를 생성하고, 제2 시스템 상태 정보와 제2 자율 상태 정보를 논리합하여 "0xF092"를 생성할 수 있다.
단계 S616에서, 상태 정보 처리부(230)는 논리합 상태 정보에 대해 데이터 유효성을 판단할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 논리합 상태 정보가 유효한 데이터인지 여부를 판단할 수 있다. 예를 들면, 상태 정보 관리부(231)는 패리티 검사(예를 들어 홀수 패리티 검사 또는 짝수 패리티 검사), 순환 중복 검사 등을 이용하여 자율 통제 명령의 유효성을 판단할 수 있다.
단계 S618에서, 상태 정보 처리부(230)는 선택된 상태 정보를 데이터 링크(120)로 전송할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 관리부(231)는 선택된 상태 정보 데이터 링크(120)의 C2 데이터 링크(121)로 전송할 수 있다. 예를 들면, 선택된 상태 정보는 단계 S606에서 선택된 시스템 상태 정보, 또는 단계 S614에서 선택되고 단계 S616에서 유효성이 검사된 논리합 상태 정보를 포함할 수 있다.
도 7은 본 발명의 일 실시예에 따라 상태 정보를 변환하는 방법을 나타낸 흐름도이다. 도 7을 참조하면, 단계 S702에서, 상태 정보 처리부(230)는 시스템 상태 정보를 수신할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 시스템 상태 정보를 수신할 수 있다.
단계 S704에서, 상태 정보 처리부(230)는 시스템 상태 정보를 자료 형태별로 분류할 수 있다. 일 실시예에 있어서, 상태 정보는 자동 운항 장치(120)의 제어 상태 정보 및 임무 장비 상태 정보를 포함할 수 있다. 예를 들면, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 자동 운항 장치(120)의 수동 제어에 대해 상태 정보의 형식과 인공 지능 모듈(250)의 데이터 형식 사이의 논리적 연관 관계, 자동 운항 장치(120)의 헤딩 제어, 속도 제어 및 고도 제어에 대해 단위 환산, 자동 운항 장치(120)의 항로점 제어에 대해 좌표계 형식에 따른 논리적 요소 및 단위 환산을 고려하여, 시스템 상태 정보를 자료 형태별로 분류할 수 있다.
단계 S706에서, 상태 정보 처리부(230)는 자료 형태별로 시스템 상태 정보의 변환을 수행할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 자료 형태별로 정의된 변환을 시스템 상태 정보에 적용할 수 있다.
단계 S708에서, 상태 정보 처리부(230)는 자료 형태별로 변환된 시스템 상태 정보를 인공 지능 모듈(250)로 전송할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 자료 형태별로 변환된 시스템 상태 정보를 인공 지능 모듈(250)의 인공 지능 프레임 워크(251)로 전송할 수 있다.
단계 S710에서, 상태 정보 처리부(230)는 인공 지능 모듈(250)에 의해 생성된 자율 상태 정보 로우 데이터를 수신할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 인공 지능 모듈(250)의 인공 지능 프레임 워크(251)로부터 자율 상태 정보 로우 데이터를 수신할 수 있다.
단계 S712에서, 상태 정보 처리부(230)는 자율 상태 정보 로우 데이터를 자료 형태별로 분류할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 자동 운항 장치(120)의 수동 제어에 대해 통제 명령의 형식과 인공 지능 모듈(250)의 데이터 형식 사이의 논리적 연관 관계, 자동 운항 장치(120)의 헤딩 제어, 속도 제어 및 고도 제어에 대해 단위 환산, 자동 운항 장치(120)의 항로점 제어에 대해 좌표계 형식에 따른 논리적 요소 및 단위 환산을 고려하여, 자율 상태 정보 로우 데이터를 자료 형태별로 분류할 수 있다.
단계 S714에서, 상태 정보 처리부(230)는 자료 형태별로 자율 상태 정보 로우 데이터의 변환을 수행하여 자율 상태 정보를 생성할 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 자료 형태별로 정의된 변환을 자율 상태 정보 로우 데이터에 적용하여 자율 상태 정보를 생성할 수 있다.
단계 S716에서, 상태 정보 처리부(230)는 생성된 자율 상태 정보에 기초하여 자율 상태 정보의 이용가능 플래그를 활성화시킬 수 있다. 일 실시예에 있어서, 상태 정보 처리부(230)의 상태 정보 변환부(232)는 자율 상태 정보의 이용가능 플래그를 활성화시킬 수 있다.
도 8은 본 발명의 일 실시예에 따라 임무 정보를 전송하는 경로를 결정하는 방법을 나타낸 흐름도이다. 도 8을 참조하면, 단계 S802에서, 임무 정보 처리부(240)는 상태 감시부(210)에서 생성된 감시 결과 정보를 확인할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 관리부(241)는 상태 감시부(210)로부터 감시 결과 정보를 수신하고, 수신된 감시 결과 정보를 확인할 수 있다.
단계 S804에서, 임무 정보 처리부(240)는 감시 결과 정보가 제2 감시 결과 정보인지 여부를 판단할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 관리부(241)는 감시 결과 정보가 제1 감시 결과 정보인지 또는 제2 감시 결과 정보인지를 판단할 수 있다.
단계 S804에서 감시 결과 정보가 제2 감시 결과 정보가 아닌 것으로 판단, 즉 제1 감시 결과 정보인 것으로 판단되면, 단계 S806에서, 임무 정보 처리부(240)는 임무 정보에 대해 데이터 유효성을 판단할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 관리부(241)는 임무 정보가 유효한 데이터인지 여부를 판단할 수 있다. 예를 들면, 임무 정보 관리부(241)는 패리티 검사(예를 들어 홀수 패리티 검사 또는 짝수 패리티 검사), 순환 중복 검사 등을 이용하여 임무 정보의 유효성을 판단할 수 있다.
단계 S806에서 임무 정보가 유효한 데이터인 것으로 판단되면, 단계 S808에서, 임무 정보 처리부(240)는 임무 정보를 임무 정보 변환부(242)로 전송할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 관리부(241)는 임무 정보를 임무 정보 변환부(242)로 전송할 수 있다.
단계 S810에서, 임무 정보 처리부(240)는 임무 정보를 데이터 링크(120)로 전송할 수 있다. 일 실시예에 있어서, 단계 S804에서 감시 결과 정보가 제2 감시 결과 정보인 것으로 판단되거나, 단계 S806에서 임무 정보가 유효한 데이터가 아닌 것으로 판단되거나, 단계 S806에서 임무 정보가 유효한 데이터인 것으로 판단되면, 임무 정보 처리부(240)의 임무 정보 관리부(241)는 임무 정보를 데이터 링크(120)의 임무 데이터 링크(122)로 전송할 수 있다.
도 9는 본 발명의 일 실시예에 따라 임무 정보를 변환하는 방법을 나타낸 흐름도이다. 도 9를 참조하면, 단계 S902에서, 임무 정보 처리부(240)는 임무 정보를 수신할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 변환부(242)는 임무 정보 관리부(241)로부터 임무 정보를 수신할 수 있다.
단계 S904에서, 임무 정보 처리부(240)는 임무 정보를 변환 유형별로 분류할 수 있다. 일 실시예에 있어서, 자동 운항 장치(110)의 임무 정보는 동영상, 정지 영상, 연기 또는 화학물질 농도 데이터 등을 포함할 수 있다. 예를 들면, 임무 정보 처리부(240)의 임무 정보 변환부(242)는 각 데이터의 유형 및 특성에 따라 임무 정보를 분류할 수 있다.
단계 S906에서, 임무 정보 처리부(240)는 자료 형태별로 정의된 변환을 임무 정보에 적용할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 변환부(241)는 분류 결과에 맞는 변환 로직을 임무 정보에 적용할 수 있다.
단계 S908에서, 임무 정보 처리부(240)는 변환이 적용된 임무 정보를 인공 지능 모듈(250)로 전송할 수 있다. 일 실시예에 있어서, 임무 정보 처리부(240)의 임무 정보 변환부(240)는 변환이 적용된 임무 정보를 인공 지능 모듈(250)의 인공 지능 프레임 워크(251)로 전송할 수 있다.
위 방법은 특정 실시예들을 통하여 설명되었지만, 위 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 위 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상 일부 실시예들과 첨부된 도면에 도시된 예에 의해 본 발명의 기술적 사상이 설명되었지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 이해할 수 있는 본 발명의 기술적 사상 및 범위를 벗어나지 않는 범위에서 다양한 치환, 변형 및 변경이 이루어질 수 있다는 점을 알아야 할 것이다. 또한, 그러한 치환, 변형 및 변경은 첨부된 청구범위 내에 속하는 것으로 생각되어야 한다.
100: 자동 운항 시스템 110: 자동 운항 장치
120: 데이터 링크 121: C2 데이터 링크
122: 임무 데이터 링크 130: 인공 지능 장치
140: 구동면 제어부 150: 항법 센서
160: 임무 센서 210: 상태 감시부
220: 통제 명령 처리부 221: 통제 명령 관리부
222: 통제 명령 변환부 230: 상태 정보 처리부
231: 상태 정보 관리부 232: 상태 정보 변환부
240: 임무 정보 처리부 241: 임무 정보 관리부
242: 임무 정보 변환부 250: 인공 지능 모듈
251: 인공 지능 프레임워크 252: 자율 알고리즘 탑재부
120: 데이터 링크 121: C2 데이터 링크
122: 임무 데이터 링크 130: 인공 지능 장치
140: 구동면 제어부 150: 항법 센서
160: 임무 센서 210: 상태 감시부
220: 통제 명령 처리부 221: 통제 명령 관리부
222: 통제 명령 변환부 230: 상태 정보 처리부
231: 상태 정보 관리부 232: 상태 정보 변환부
240: 임무 정보 처리부 241: 임무 정보 관리부
242: 임무 정보 변환부 250: 인공 지능 모듈
251: 인공 지능 프레임워크 252: 자율 알고리즘 탑재부
Claims (30)
- 자동 운항 장치 및 데이터 링크의 사이에 연결되는 인공 지능 장치로서,
상기 인공 지능 장치의 정상 동작 여부를 감시하여 감시 결과 정보를 생성하는 상태 감시부;
상기 감시 결과 정보에 기초하여 상기 자동 운항 장치로 전송할 통제 명령 -상기 통제 명령은 상기 데이터 링크로부터 수신된 원격 통제 명령 및 상기 인공 지능 장치에 의해 생성된 자율 통제 명령을 포함함 - 의 관리 및 전송을 수행하고, 상기 통제 명령의 변환을 수행하는 통제 명령 처리부;
상기 감시 결과 정보에 기초하여 상기 데이터 링크로 전송할 상태 정보 - 상기 상태 정보는 상기 자동 운항 장치에 의해 생성된 시스템 상태 정보 및 상기 인공 지능 장치에 의해 생성된 자율 상태 정보를 포함함 - 의 관리 및 전송을 수행하고, 상기 상태 정보의 변환을 수행하는 상태 정보 처리부;
상기 감시 결과 정보에 기초하여 상기 자동 운항 장치에 의해 생성된 임무 정보의 관리 및 전송을 수행하고, 상기 임무 정보의 변환을 수행하는 임무 정보 처리부; 및 상기 원격 통제 명령, 상기 시스템 상태 정보 및 상기 임무 정보 각각에 기초하여 로우 데이터를 생성하는 인공 지능 모듈을 포함하고,
상기 감시 결과 정보는 상기 인공 지능 장치가 정상적으로 동작하는 것을 나타내는 제1 감시 결과 정보; 및 상기 인공 지능 장치가 비정상적으로 동작하는 것을 나타내는 제2 감시 결과 정보를 포함하고,
상기 통제 명령 처리부는 상기 감시 결과 정보 및 상기 인공 지능 장치의 자율화 수준을 나타내는 자율화 정보에 기초하여 상기 원격 통제 명령 또는 상기 자율 통제 명령을 선택하고, 상기 선택된 통제 명령을 상기 자동 운항 장치로 전송하는 통제 명령 관리부; 및 상기 통제 명령의 변환을 수행하는 통제 명령 변환부를 포함하는 인공 지능 장치. - 삭제
- 제1항에 있어서, 상기 상태 감시부는, 상기 인공 지능 장치에 와치도그(watchdog)가 발동한 것으로 판단, 또는 하드웨어 또는 소프트웨어의 고장이 발생한 것으로 판단되면 상기 제2 감시 결과 정보를 생성하는, 인공 지능 장치.
- 삭제
- 제3항에 있어서, 상기 자율화 정보는
상기 인공 지능 장치의 자율화 수준이 가장 낮은 정도를 나타내는 제1 자율화 정보;
상기 인공 지능 장치의 자율화 수준이 가장 높은 정도를 나타내는 제2 자율화 정보; 및
상기 제1 자율화 정보의 자율화 수준과 상기 제2 자율화 정보의 자율화 수준의 중간 수준에 해당하는 제3 자율화 정보
를 포함하는 인공 지능 장치. - 제5항에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제2 감시 결과 정보인 것으로 판단되면 상기 통제 명령으로서 상기 원격 통제 명령을 선택하는, 인공 지능 장치.
- 제5항에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제1 자율화 정보인 것으로 판단되면 상기 통제 명령으로서 상기 원격 통제 명령을 선택하는, 인공 지능 장치.
- 제5항에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제3 자율화 정보이며 상기 원격 통제 명령이 존재하는 것으로 판단되면 상기 통제 명령으로서 상기 원격 통제 명령을 선택하는, 인공 지능 장치.
- 제5항에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제3 자율화 정보이며 상기 원격 통제 명령이 존재하지 않은 것으로 판단되면 상기 통제 명령으로서 상기 자율 통제 명령을 선택하는, 인공 지능 장치.
- 제9항에 있어서, 상기 통제 명령 관리부는 상기 선택된 자율 통제 명령에 대해 데이터 유효성을 판단하고, 상기 선택된 자율 통제 명령이 유효한 것으로 판단되면 상기 선택된 자율 통제 명령을 상기 데이터 링크로 전송하는, 인공 지능 장치.
- 제5항에 있어서, 상기 통제 명령 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율화 정보가 상기 제2 자율화 정보인 것으로 판단되면 상기 통제 명령으로서 상기 자율 통제 명령을 선택하는, 인공 지능 장치.
- 제11항에 있어서, 상기 통제 명령 관리부는 상기 선택된 자율 통제 명령에 대해 데이터 유효성을 판단하고, 상기 선택된 자율 통제 명령이 유효한 것으로 판단되면 상기 선택된 자율 통제 명령을 상기 데이터 링크로 전송하는, 인공 지능 장치.
- 제1항에 있어서, 상기 통제 명령 변환부는,
상기 원격 통제 명령을 수신하고,
상기 수신된 원격 통제 명령을 자료 형태별로 분류하고,
상기 자료 형태별로 상기 원격 통제 명령의 변환을 수행하고,
상기 변환된 원격 통제 명령을 상기 인공 지능 모듈로 전송하는, 인공 지능 장치. - 제13항에 있어서, 상기 통제 명령 변환부는
상기 인공 지능 모듈로부터 자율 통제 명령 로우 데이터를 수신하고,
상기 자율 통제 명령 로우 데이터를 자료 형태별로 분류하고,
상기 자료 형태별로 상기 자율 통제 명령 로우 데이터의 변환을 수행하여 상기 자율 통제 명령을 생성하고,
상기 자율 통제 명령이 이용 가능한 것을 나타내는 플래그를 활성화시키는, 인공 지능 장치. - 제1항에 있어서, 상기 상태 정보 처리부는
상기 감시 결과 정보 및 상기 인공 지능 장치의 자율화 수준을 나타내는 자율화 정보에 기초하여 상기 상태 정보를 선택하고, 상기 선택된 상태 정보를 상기 데이터 링크로 전송하는 상태 정보 관리부; 및
상기 상태 정보의 변환을 수행하는 상태 정보 변환부
를 포함하는 인공 지능 장치. - 제15항에 있어서, 상기 자율화 정보는
상기 인공 지능 장치의 자율화 수준이 가장 낮은 정도를 나타내는 제1 자율화 정보;
상기 인공 지능 장치의 자율화 수준이 가장 높은 정도를 나타내는 제2 자율화 정보; 및
상기 제1 자율화 정보의 자율화 수준과 상기 제2 자율화 정보의 자율화 수준의 중간 수준에 해당하는 제3 자율화 정보
를 포함하는 인공 지능 장치. - 제16항에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제2 감시 결과 정보인 것으로 판단되면 상기 상태 정보로서 상기 시스템 상태 정보를 선택하는, 인공 지능 장치.
- 제16항에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율 상태 정보가 이용 가능하지 않는 것으로 판단되면 상기 상태 정보로서 상기 시스템 상태 정보를 선택하는, 인공 지능 장치.
- 제16항에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율 상태 정보가 이용 가능하며 상기 자율화 정보가 상기 제1 자율화 정보인 것으로 판단되면 상기 상태 정보로서 상기 시스템 상태 정보를 선택하는, 인공 지능 장치.
- 제16항에 있어서, 상기 상태 정보 관리부는 상기 감시 결과 정보가 상기 제1 감시 결과 정보이고 상기 자율 상태 정보가 이용 가능하며 상기 자율화 정보가 상기 제2 자율화 정보 또는 상기 제3 자율화 정보인 것으로 판단되면 상기 시스템 상태 정보와 상기 자율 상태 정보를 논리합하여 논리합 상태 정보를 생성하는, 인공 지능 장치.
- 제20항에 있어서, 상기 상태 정보 관리부는 상기 논리합 상태 정보에 대해 데이터 유효성을 판단하고, 상기 논리합 상태 정보가 유효한 것으로 판단되면 상기 상태 정보로서 상기 논리합 상태 정보를 상기 데이터 링크로 전송하는, 인공 지능 장치.
- 제15항에 있어서, 상기 상태 정보 변환부는
상기 시스템 상태 정보를 수신하고,
상기 수신된 시스템 상태 정보를 자료 형태별로 분류하고,
상기 자료 형태별로 정의된 변환을 상기 수신된 시스템 상태 정보에 적용하며,
상기 변환이 적용된 상기 시스템 상태 정보를 상기 인공 지능 모듈로 전송하는, 인공 지능 장치. - 제15항에 있어서, 상기 상태 정보 변환부는
상기 인공 지능 모듈로부터 자율 상태 정보 로우 데이터를 수신하고,
상기 자율 상태 정보 로우 데이터를 자료 형태별로 분류하고,
상기 자료 형태별로 정의된 변환을 상기 자율 상태 정보 로우 데이터에 적용하여 상기 자율 상태 정보를 생성하고,
상기 자율 상태 정보가 이용 가능한 것을 나타내는 플래그를 활성화시키는, 인공 지능 장치. - 제1항에 있어서, 상기 임무 정보 처리부는
상기 임무 정보를 관리하고, 감시 결과 정보에 기초하여 임무 정보의 전송 경로를 결정하는 임무 정보 관리부; 및
상기 임무 정보의 변환을 수행하는 임무 정보 변환부
를 포함하는 인공 지능 장치. - 제24항에 있어서, 상기 임무 정보 관리부는 상기 감시 결과 정보를 확인하여 상기 감시 결과 정보가 상기 제2 감시 결과 정보인 것으로 판단되면, 상기 임무 정보를 상기 데이터 링크로 전송하는, 인공 지능 장치.
- 제24항에 있어서, 상기 임무 정보 관리부는
상기 감시 결과 정보를 확인하여 상기 감시 결과 정보가 상기 제1 감시 결과 정보인 것으로 판단되면, 상기 임무 정보에 대해 데이터 유효성을 판단하고,
상기 임무 정보가 유효한 것으로 판단되면, 상기 임무 정보를 상기 데이터 링크 및 임무 정보 변환부로 전송하는, 인공 지능 장치. - 제24항에 있어서, 상기 임무 정보 관리부는
상기 감시 결과 정보를 확인하여 상기 감시 결과 정보가 상기 제1 감시 결과 정보인 것으로 판단되면, 상기 임무 정보에 대해 데이터 유효성을 판단하고,
상기 임무 정보가 유효하지 않은 것으로 판단되면, 상기 임무 정보를 상기 데이터 링크로 전송하는, 인공 지능 장치. - 제24항에 있어서, 상기 임무 정보 변환부는
상기 임무 정보 관리부로부터 상기 임무 정보를 수신하고,
상기 임무 정보를 자료 형태별로 분류하고,
상기 자료 형태별로 정의된 변환을 상기 임무 정보에 적용하여 상기 인공 지능 모듈로 전송하는, 인공 지능 장치. - 자동 운항 시스템으로서,
자동 운항 장치;
데이터 링크; 및
상기 자동 운항 장치 및 상기 데이터 링크의 사이에 연결되고, 제1항, 제3항, 제5항 내지 제28항 중 어느 한 항에 따른 상기 인공 지능 장치
를 포함하는 자동 운항 시스템. - 자동 운항 장치 및 데이터 링크의 사이에 연결되는 인공 지능 장치에서의 데이터 처리 방법으로서,
상기 인공 지능 장치의 상태 감시부에서, 상기 인공 지능 장치의 정상 동작 여부를 감시하여 감시 결과 정보를 생성하는 단계;
상기 인공 지능 장치의 통제 명령 처리부에서, 상기 감시 결과 정보에 기초하여 상기 자동 운항 장치로 전송할 통제 명령 -상기 통제 명령은 상기 데이터 링크로부터 수신된 원격 통제 명령 및 상기 인공 지능 장치에 의해 생성된 자율 통제 명령을 포함함 - 의 관리 및 전송을 수행하는 단계;
상기 통제 명령 처리부에서, 상기 통제 명령의 변환을 수행하는 단계;
상기 인공 지능 장치의 상태 정보 처리부에서, 상기 감시 결과 정보에 기초하여 상기 데이터 링크로 전송할 상태 정보 - 상기 상태 정보는 상기 자동 운항 장치에 의해 생성된 시스템 상태 정보 및 상기 인공 지능 장치에 의해 생성된 자율 상태 정보를 포함함 - 의 관리 및 전송을 수행하는 단계;
상기 상태 정보 처리부에서, 상기 상태 정보의 변환을 수행하는 단계;
상기 인공 지능 장치의 임무 정보 처리부에서, 상기 감시 결과 정보에 기초하여 상기 자동 운항 장치에 의해 생성된 임무 정보의 관리 및 전송을 수행하는 단계; 및 상기 임무 정보 처리부에서, 상기 임무 정보의 변환을 수행하는 단계를 포함하고,
상기 감시 결과 정보는 상기 인공 지능 장치가 정상적으로 동작하는 것을 나타내는 제1 감시 결과 정보; 및 상기 인공 지능 장치가 비정상적으로 동작하는 것을 나타내는 제2 감시 결과 정보를 포함하고,
상기 통제 명령 처리부의 통제 명령 관리부에서, 상기 감시 결과 정보 및 상기 인공 지능 장치의 자율화 수준을 나타내는 자율화 정보에 기초하여 상기 원격 통제 명령 또는 상기 자율 통제 명령을 선택하고, 상기 선택된 통제 명령을 상기 자동 운항 장치로 전송하는 단계; 및
상기 통제 명령 처리부의 통제 명령 변환부에서, 상기 통제 명령의 변환을 수행하는 단계를 포함하는 데이터 처리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200062782A KR102264078B1 (ko) | 2020-05-26 | 2020-05-26 | 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200062782A KR102264078B1 (ko) | 2020-05-26 | 2020-05-26 | 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102264078B1 true KR102264078B1 (ko) | 2021-06-11 |
Family
ID=76376292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200062782A KR102264078B1 (ko) | 2020-05-26 | 2020-05-26 | 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102264078B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023008597A1 (ko) * | 2021-07-27 | 2023-02-02 | 주식회사 럭스로보 | 스마트 ai 키트 제어 시스템 및 제어 방법 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018179191A1 (ja) * | 2017-03-29 | 2018-10-04 | 株式会社日立製作所 | 制御装置及び制御システム |
| KR101990886B1 (ko) * | 2018-11-22 | 2019-06-19 | 주식회사 무지개연구소 | 빅데이터 기반 자율 비행 드론 시스템 및 그 자율 비행 방법 |
-
2020
- 2020-05-26 KR KR1020200062782A patent/KR102264078B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018179191A1 (ja) * | 2017-03-29 | 2018-10-04 | 株式会社日立製作所 | 制御装置及び制御システム |
| KR101990886B1 (ko) * | 2018-11-22 | 2019-06-19 | 주식회사 무지개연구소 | 빅데이터 기반 자율 비행 드론 시스템 및 그 자율 비행 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023008597A1 (ko) * | 2021-07-27 | 2023-02-02 | 주식회사 럭스로보 | 스마트 ai 키트 제어 시스템 및 제어 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11829896B2 (en) | Uncertainty-based data filtering in a vehicle | |
| US20210011908A1 (en) | Model-based structured data filtering in an autonomous vehicle | |
| US11375034B2 (en) | Transmitting remotely valued data in an autonomous vehicle | |
| US11030031B2 (en) | Redundant sensor fabric for autonomous vehicles | |
| Bronz et al. | Real-time fault detection on small fixed-wing UAVs using machine learning | |
| US11775400B2 (en) | Redundant processing fabric for autonomous vehicles | |
| CN116804741A (zh) | 补偿异构传感器阵列中的传感器缺陷 | |
| US11774967B2 (en) | System and method for autonomously monitoring highly automated vehicle operations | |
| US11893412B2 (en) | Device initialization by an access-restricted virtual machine | |
| US11875177B1 (en) | Variable access privileges for secure resources in an autonomous vehicle | |
| KR102264078B1 (ko) | 인공 지능 장치, 이를 포함하는 자동 운항 시스템 및 데이터 처리 방법 | |
| US20210117774A1 (en) | Machine learning model development | |
| Whalley et al. | The NASA/Army autonomous rotorcraft project | |
| US11691637B2 (en) | Handling input data errors in an autonomous vehicle | |
| Kugler et al. | Enhancing the auto flight system of the SAGITTA Demonstrator UAV by fault detection and diagnosis | |
| US20230001950A1 (en) | Using predictive visual anchors to control an autonomous vehicle | |
| US20210012220A1 (en) | Rules-based structured data filtering in an autonomous vehicle | |
| US20200326967A1 (en) | Operating system modality switching in an autonomous vehicle | |
| US11704895B2 (en) | Camera data normalization for an autonomous vehicle | |
| KR102495890B1 (ko) | Ir 마커를 활용하여 정밀한 착륙이 가능한 드론 및 드론의 제어 방법 | |
| KR102342458B1 (ko) | 강화학습이 적용된 시스템에서 ａｉ의 행동 의도 구현 시스템 및 그 방법 | |
| Ordoukhanian | Modeling and Simulation Testbed for Unmanned Systems | |
| Homaifar | The Testing, Evaluation, and Control of Heterogeneous Large Scale Systems of Autonomous Vehicles (TECHLAV) Center | |
| KR20220068333A (ko) | 지능형학습 기반의 드론 비행안전 보조시스템 | |
| Skowron-Nadulski et al. | Data fusion concept for a sense and avoid system on-board small UAV |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |